CommencerCommencer gratuitement

Mise en œuvre de l'étape de validation

Une fois que nous avons formé un modèle de réseau neuronal, nous devons surveiller ses performances pendant l'entraînement. À l'aide de PyTorch Lightning, implémentez la méthode validation_step() pour calculer et enregistrer la perte de validation à chaque époque.

Cet exercice fait partie du cours

Modèles d'IA évolutifs avec PyTorch Lightning

Afficher le cours

Instructions

  • Calculez les prédictions à l'aide du modèle sur le lot d'entrée.
  • Veuillez calculer la perte de validation à l'aide de l'F.cross_entropy().
  • Enregistrez la perte de validation avec l'self.log() comme val_loss.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

import torch.nn.functional as F

def validation_step(self, batch, batch_idx):
    x, y = batch
    # Compute predictions using the model
    preds = ____(x)
    # Calculate validation loss
    loss = F.____(preds, y)
    # Log the validation loss
    self.____('val_loss', loss)
Modifier et exécuter le code